Ahmad Addoum

La Tomographie Optique Diffuse (TOD) est une nouvelle technique d'imagerie médicale permettant de reconstruire les propriétés optiques des tissus biologiques dans le but de détecter des tumeurs cancéreuses. Il s’agit, toutefois, d’un problème inverse mal-posé et sous-déterminé. Le travail de cette thèse s’articule autour de la résolution de ce problème en utilisant l’équation du transfert radiatif comme modèle de propagation de la lumière (modèle direct). L’analyse de sensibilité a montré que le facteur d’anisotropie g de la fonction de phase de Henyey-Greenstein est le paramètre le plus influant sur la sortie du modèle direct suivi du coefficient de diffusion µs puis du coefficient d’absorption µa. Dans un premier temps, un algorithme de Gauss-Newton a été implémenté en utilisant les fonctions de sensibilités. Toutefois, ce dernier ne permet d’estimer qu'un nombre très limité de paramètres optiques (supposés constants en espace). Dans un second temps, un algorithme de Quasi-Newton a été développé pour reconstruire les distributions spatiales des propriétés optiques. Le gradient de la fonction objectif a été calculé efficacement par la méthode adjointe à travers le formalisme de Lagrange avec une approche Multi-fréquences. Les reconstructions sont obtenues à partir des données simulées en surface. Le facteur g est reconstruit comme un nouvel agent de contraste en TOD. Le problème de diaphonie entre µs g a été donc mis en évidence dans cette thèse. Notre algorithme a permis de reconstruire en 2D et 3D une ou plusieurs inclusions tumorales présentant différentes formes. La qualité des images reconstruites a été examinée en fonction du nombre de fréquences, de la diaphonie, du niveau de contraste (Inclusion/Fond), du niveau de bruit et de la position des inclusions tumorales

Dementia is often accompanied by impairments in social cognition, such as reduced empathy and difficulties in emotion recognition, which negatively impact daily functioning and increase caregiver burden. Early detection of these deficits is crucial, yet traditional assessments relying on paper-and-pencil tests or actor-based stimuli face limitations in scalability and standardization. Advances in digital technologies, particularly high-fidelity digital characters such as MetaHumans, offer a more flexible and ecologically valid alternative. This pilot study compared MetaHuman digital characters with a validated set of human actor videos in an emotion recognition task involving 20 participants. Six basic emotions (Joy, Sadness, Anger, Fear, Surprise, and Disgust) were presented, and performance was evaluated through recognition accuracy, response times, perceived naturalness, and subjective ratings. MetaHumans achieved significantly higher accuracy and comparable response times, although actors were rated slightly more natural. These findings suggest that MetaHumans can provide standardized, reproducible, and cost-effective stimuli for assessing social cognition.

A new reconstruction algorithm for fluorescence diffuse optical tomography of biological tissues is proposed. The radiative transport equation in the frequency domain is used to model light propagation. The adjoint method studied in this work provides an efficient way for solving the inverse problem. The methodology is applied to a 2D tissue-like phantom subjected to a collimated laser beam. Indocyanine Green is used as fluorophore. Reconstructed images of the spatial fluorophore absorption distribution is assessed taking into account the residual fluorescence in the medium. We show that illuminating the tissue surface from a collimated centered direction near the inclusion gaves a better reconstruction quality. Two closely positioned inclusions can be accurately localized. Additionally, their fluorophore absorption coefficients can be quantified. However, the algorithm failes to reconstruct smaller or deeper inclusions. This is due to light attenuation in the medium. Reconstructions with noisy data are also achieved with a reasonable accuracy.